Learn what sampling is and why it is useful, understand the problems caused by convenience sampling, and learn about the differences between true randomness and pseudo-randomness.

Sampling and point estimates

Reasons for sampling

Simple sampling with dplyr

Simple sampling with base-R

Convenience sampling

Are findings from the sample generalizable?

Are these findings generalizable?

Pseudo-random number generation

Generating random numbers

Understanding random seeds

Introduction to Sampling

Learn how to and when to perform the four methods of random sampling: simple, systematic, stratified, and cluster.

Basit rastgele ve sistematik örnekleme

Basit rasgele örnekleme

Sistematik örnekleme

Sistematik örnekleme uygun mu?

Tabakalı ve ağırlıklı rastgele örnekleme

Örnekleme türü

Tabakalı örnekleme

Basit rastgele örnekleme

Hangi örnekleme yöntemi?

Orantılı tabakalı örnekleme

Eşit adetli tabakalı örnekleme

Ağırlıklı örnekleme

Küme örneklemesi

Kümelendirme faydaları

Küme örneklemesi uygulama

Örnekleme yöntemlerini karşılaştırma

3 tür örnekleme

Farklı örnek türlerinde özet istatistikler

Sampling Methods

Learn how to quantify the accuracy of sample statistics using relative errors, and measure variation in your estimates by generating sampling distributions.

Relative error of point estimates

Calculating relative errors

Relative error vs. sample size

Creating a sampling distribution

Replicating samples

Replication parameters

Approximate sampling distributions

Exact sampling distribution

Approximate sampling distribution

Exact vs. approximate

Standard errors and the Central Limit Theorem

Population & sampling distribution means

Population and sampling distribution variation

Sampling Distributions

Learn how to use resampling to perform bootstrapping, used to estimate variation in an unknown population. Understand the difference between sampling distributions and bootstrap distributions.

Introduction to bootstrapping

Principles of bootstrapping

With or without replacement

Generating a bootstrap distribution

Comparing sampling and bootstrap distributions

Bootstrap statistics and population statistics

Sampling distribution vs. bootstrap distribution

Compare sampling and bootstrap means

Compare sampling and bootstrap standard deviations

Confidence intervals

Confidence interval interpretation

Calculating confidence intervals

Congratulations!

Bootstrap Distributions

Coffee ratings

Spotify song attributes

Employee attrition

Örnekleme, çıkarımsal istatistik ve hipotez testinin temel taşlarından biridir. Anket analizi ve deney tasarımında son derece önemlidir. Bu kurs, örneklemenin ne zaman ve neden önemli olduğunu açıklar; basit rastgele örneklemeden tabakalı ve küme örnekleme gibi daha karmaşık yöntemlere kadar yaygın örnekleme türlerini nasıl uygulayacağını öğretir. Kursun ilerleyen bölümlerinde, anakütle istatistiklerini tahmin etmeyi ve örnekleme dağılımları ile bootstrap dağılımları oluşturarak tahminlerindeki belirsizliği nasıl ölçebileceğini ele alırsın. Kurs boyunca kahve puanlamaları, Spotify şarkıları ve çalışan ayrılmaları gibi gerçek veri kümelerini keşfedeceksin.

Introduction to Statistics in R

R'de basit rastgele, tabakalı ve küme örnekleme gibi yaygın örnekleme türlerini öğrenin.

R'de Örnekleme

Daha az veriyle daha doğru istatistikler elde etmek için örneklemeyi ustaca kullanın.

Yardımcı Veri Bilimcisi in R

Veri Analisti  in R

İstatistikçi in R

İstatistik Temelleri in R

Nüfus sayımının doğru yürütüldüğünden emin olmak için ırka göre demografik eşleştirme.

Aşının farklı alt gruplarda işe yarayıp yaramadığını görmek için kan grupları.

Vergi oranı değişikliklerinin etkisini anlamak için gelir grupları.

Beş rengin genelde her biri yaklaşık %20 oranında çıktığı göz önüne alındığında Skittles şekerlerinin renk dağılımına bakmak.

Belirli bir alt grubun özelliklerinden çok, daha büyük grubun temsili bir örneğini elde etmekle ilgilenmek.

Hangi örnekleme yöntemi?

R'de Örnekleme

Uygulamalı interaktif egzersiz